Abschlussarbeit (m / w / d) : Entwicklung von Reduced Order Models (ROMs) aus CFD-Simulationen mit neuronalen Netzen

Wir sind bereit Neues zu wagen. Bist du es auch?

Gemeinsam mit 6.300 Kolleg : innen weltweit sind wir der strategische Partner der Pharma- und Lebensmittelindustrie für Prozess- und Verpackungstechnik. Mit reibungslosen Prozessen, innovativen Technologien und nachhaltigen Lösungen helfen wir unseren Kunden, ihre Ziele zu erreichen. Wir sorgen zum Beispiel dafür, dass Impfstoffe sicher abgefüllt werden und Tabletten ihren Wirkstoff optimal entfalten können. Auch Deine Lieblingsschokolade und Snacks werden mit unserer Hilfe nachhaltig verpackt. Bewirb Dich jetzt und werde Teil unseres Teams!

In Waiblingen (Headquarters) entwickeln, produzieren und vertreiben wir sowohl Lösungen für die Pharma- als auch für die Lebensmittelindustrie. Im Bereich Pharma liegt unser Fokus auf Technologien für die Verarbeitung oraler fester Darreichungsformen wie Tabletten und Kapseln. Für die Lebensmittelindustrie umfasst unser Portfolio Verpackungslösungen für trockene Nahrungsmittel wie Kaffee und Mehl.

Wir suchen ab sofort einen engagierten studentischen Mitarbeiter (m / w / d) für die Entwicklung von Reduced Order Models (ROMs) aus CFD-Simulationen im Rahmen einer Masterarbeit. Deine Aufgabe wird es sein, mit Python-basierter Programmierung neuronale Netzwerke zu entwickeln, die die Navier-Stokes-Gleichungen numerisch gut abbilden. Dabei setzt du beispielsweise auf Sparse Network-Ansätze (z. B. 5x5, 7x7, 9x9 Matrizen), um lokale Strömungsinformationen effizient zu verarbeiten. Du arbeitest interdisziplinär an innovativen Forschungsfragen in der Strömungsmechanik, optimierst Modelle hinsichtlich Genauigkeit und Rechenleistung und bringst eigene Ideen in ein dynamisches Team ein. Eine detailliertere Beschreibung kannst du auf Anfrage gerne erhalten.

• Du befindest dich im Masterstudium der Ingenieurwissenschaften, Physik, Mathematik oder Informatik und verfügst über gute bzw. fundierte Kenntnisse in Computational Fluid Dynamics und numerischen Methoden.
• Erfahrungen in Python-Programmierung (z. B. mit NumPy, SciPy, TensorFlow oder PyTorch) sowie im Bereich Machine Learning und neuronale Netzwerke sind zwingend erforderlich.
• Ein Verständnis für Sparse Networks, Regularisierungstechniken und Deep Learning-Ansätze wird vorausgesetzt.
• Analytische Fähigkeiten, selbstständiges Arbeiten und Teamgeist runden dein Profil ab.
• Erfahrung mit CFD-Simulationen und der Anwendung der Navier-Stokes-Gleichungen ist von Vorteil.

Beginn : ab Mitte April oder nach Absprache

Dauer : 6 Monate

Voraussetzung für die Abschlussarbeit ist die Immatrikulation an einer Hochschule. Bitte füge deiner Bewerbung einen Lebenslauf, einen Motivationsschreiben, eine aktuelle Immatrikulationsbescheinigung, deine Prüfungsordnung sowie ggf. eine gültige Arbeits- und Aufenthaltserlaubnis bei.

Deine Benefits am Standort Waiblingen :